近日，在第五届中国金融前沿学术论坛上，湖南大学原副校长杨胜刚教授发表题为“人工智能时代社会信用管理的思考与实践”的主旨演讲。演讲从信用在市场经济运行中的基础性作用出发，结合我国社会信用体系建设的政策演进、智能化信用管理的理论问题以及产业园区金融信用服务平台的实践案例，系统探讨人工智能时代社会信用管理如何实现理论深化与场景落地。
杨胜刚教授发表演讲
杨胜刚教授指出，信用是市场经济运行的基石，社会主义市场经济既是信用经济，也是法治经济。近年来，我国社会信用体系建设持续推进，其功能定位和政策内涵也在不断演进。2014年，社会信用体系建设更多强调治理功能和公共领域信用建设；2022年，相关政策进一步将社会信用体系建设与供需有效衔接、资源优化配置和营商环境改善联系起来；2025年，国家层面明确提出要推动社会信用体系建设融入人工智能发展进程，为人工智能技术创新突破与广泛应用营造良好信用环境。杨胜刚教授认为，这一政策演进表明，社会信用体系已不再只是公共治理工具，而正在成为推动资源配置、金融服务和经济高质量发展的重要基础设施。
在理论层面，杨胜刚教授围绕信用数据、信用评价和信用服务三个环节展开分析。他指出，智能化时代的信用管理首先要解决后台问题，即信用数据如何合法合规采集、采集哪些数据、如何在大数据环境下融合多源异构数据，以及如何保证数据保存和使用安全。其次是中台问题，即如何对信用数据进行加工、如何优化信用指标体系、信用评价究竟应更加关注还款意愿还是还款能力，以及如何在隐私保护约束下提升信用评价的准确性和可解释性。最后是前台问题，即如何规范信用报告和信用服务使用，避免信用报告被滥用或隐私泄露，并使信用服务真正支持实体企业发展。由此可见，人工智能时代的信用管理不是简单技术叠加，而是涉及数据治理、模型评价、隐私保护、制度规范和应用场景的系统性工程。
围绕实践探索，杨胜刚教授介绍了其团队研发的面向产业园区的一站式金融信息服务平台。该平台以企业信用管理为核心，整合多维度企业数据，运用大数据、人工智能、机器学习、规则引擎、指标平台、模型平台和复杂网络等工具，为园区提供企业信用评估、风险扫描、信用管理、信用监管、金融服务对接和可视化决策支持。通过企业法定代表人授权和后台自动对接数据源，平台能够提高数据真实性和合规性，减少重复查询和信息分散带来的效率损失。对于园区管理方而言，该平台可以服务企业入驻建档、招商筛选、企业画像、僵尸企业识别和风险预警；对于金融机构而言，平台有助于提升小微企业贷款风控效率和融资匹配能力；对于企业而言，则有助于提高融资可获得性和信用管理能力。
杨胜刚教授强调，社会信用体系建设的关键在于将信用数据转化为可信、可用、可解释的信用服务能力。人工智能技术能够提升数据处理效率和风险识别精度，但信用管理必须始终坚持合法合规、安全可靠和服务实体经济的基本原则。未来，应在完善信用数据治理体系的基础上，推动人工智能与社会信用体系深度融合，构建覆盖数据采集、信用评价、风险识别、金融服务和监管决策的智能化信用管理体系，以更高质量的信用基础设施支持小微企业融资、园区数字化治理和经济高质量发展。
图文 | 金融学系
责编 | 马艺丹
校对 | 麦嘉杰
初审 | 区昕然
复审 | 陈创练
终审发布 | 何凌云 蒋海
（来源：暨南大学经济学院微信公众号）
